Comece pgvector a partir de um modelo versionado
Use o modelo PostgreSQL 16 pgvector e crie o banco de dados, as credenciais, a extensão, as tabelas e os índices da aplicação exigidos pela carga de busca.
Serviços de dados · planos a partir de $10/mês
Implantar pgvector.Mantenha vetores ao lado de dados relacionais duráveis.
Inicie PostgreSQL com a extensão pgvector, conecte uma aplicação de embeddings, verifique gravações de vetores e consultas de vizinhos mais próximos e teste a persistência.
Manter o repositórioExaminar compilação e logsDomínios personalizados e TLS
Implantação no Adios
Versão candidata
pgvector
FONTE
Git
REGION
de
ROUTE
HTTPS
01Código-fonte recebido
02Compilação concluída
03Ambiente de execução iniciado
04Verificação de saúde aprovada
Rota promovida
production.adios.run
Um caminho até a produção para
pgvectorPostgreSQL 16EmbeddingsBusca vetorialPersistência
O caminho até a produção
Um projeto pgvector que funciona ainda precisa de uma implantação segura.
A aplicação ou o serviço é apenas uma parte da produção. As evidências de compilação, o estado do ambiente de execução, a saúde, os segredos, os logs, as rotas e a versão promovida devem poder ser examinados em conjunto.
Decida explicitamente sobre a persistência
Vetores, registros de origem e índices ficam no armazenamento persistente PostgreSQL. Defina as expectativas de backup, restauração, regeneração de embeddings e reconstrução de índices antes do lançamento.
Mantenha o estado do serviço visível para os operadores
Meça o comportamento de ingestão e consulta com dimensões e quantidades de linhas representativas, e examine as falhas da aplicação e do banco de dados em conjunto.
Do código-fonte à versão publicada
Três etapas mantêm o caminho de implantação fácil de revisar.
Use o código-fonte e o comportamento de produção que o projeto já tem. O manifesto registra o que a plataforma deve compilar ou provisionar e como verificar se o resultado está pronto.
- 01
Começar com código-fonte ou um modelo
Traga o repositório existente ou examine e implante uma das variantes específicas de projeto inicial vinculadas abaixo.
$adios login - 02
Revisar o contrato de implantação
Mantenha os comandos, a versão do ambiente de execução ou do serviço, o comportamento das verificações de saúde e as referências a segredos em adios.yaml.
$git diff -- adios.yaml - 03
Implantar e inspecionar o resultado
Acompanhe as evidências de compilação e execução, verifique a versão candidata e abra a rota promovida ou a conexão do serviço.
$adios up
adios.yaml
Seu projetoname: vector-db
template: pgvector:16
env:
POSTGRES_USER: app
POSTGRES_PASSWORD: secret://POSTGRES_PASSWORD
POSTGRES_DB: searchCrie a extensão vector e o esquema da aplicação por uma migração revisada depois que o serviço estiver disponível.
Pontos de partida prontos para implantação
Comece pgvector a partir de um modelo quando o repositório ainda não estiver pronto.
Implante a variante exata PostgreSQL 16 com pgvector e conecte-a a uma aplicação FastAPI, Node.js ou outra aplicação de embeddings.
Serviços de dados
pgvector 16
Modelos de PostgreSQL 15, 16 e 17, além de PostgreSQL 16 com pgvector.
SQLGerenciado pelo Adios
- Chave do modelo
- pgvector:16
- Ambiente de execução
- postgres
- Repositório
- template-pgvector-16
- Origem do código-fonte
- .
git clone https://github.com/adiosdotdev/template-pgvector-16.git
cd template-pgvector-16
adios upAntes da produção
Verifique a carga de trabalho.Depois, promova a versão.
O caminho mais seguro para a primeira implantação começa com uma compilação ou configuração de serviço reproduzível e uma prévia que teste as dependências que serão realmente usadas em produção.
Pronto quando…
- As dimensões dos embeddings e os operadores de distância são escolhidos.
- As credenciais são guardadas como segredos.
- As migrações de esquema e de índices são reproduzíveis.
- Os backups incluem os dados de origem necessários para a recuperação.
Use uma prévia quando…
- Tipo de índice ou métrica de distância está mudando.
- O modelo de embeddings altera as dimensões dos vetores.
- A ingestão em massa compete com as consultas de produção.
Respostas às suas perguntas
O que saber antes de implantar pgvector.
Revise os limites do ambiente de execução ou do serviço, o caminho do modelo, o comportamento em caso de falha e as verificações de produção antes de criar a primeira versão.
Posso implantar pgvector de um modelo oficial?
Sim. Escolha o modelo pgvector correspondente à versão ou configuração necessária, armazene as credenciais como segredos Adios e implante pelo console ou com adios up.
O modelo pgvector usa armazenamento persistente?
Vetores, registros de origem e índices ficam no armazenamento persistente PostgreSQL. Defina as expectativas de backup, restauração, regeneração de embeddings e reconstrução de índices antes do lançamento.
O modelo inclui PostgreSQL e pgvector?
Sim. O modelo pgvector:16 inicia PostgreSQL 16 com a extensão vector disponível. Sua aplicação continua responsável pelo esquema, pelas migrações, pela geração de embeddings e pelo desenho das consultas.
FastAPI pode se conectar ao modelo pgvector?
Sim. Injete a string de conexão PostgreSQL no ambiente de execução FastAPI e verifique ingestão, consultas vetoriais, falhas da dependência e reconexão.
Onde armazenar as senhas do banco de dados e do broker?
Armazene valores sensíveis nos segredos Adios e faça referência a eles com secret://NAME. Não coloque credenciais de produção diretamente em adios.yaml nem as versione no Git.
O que devo verificar antes do tráfego de produção?
Verifique autenticação, conectividade da aplicação, gravações e leituras, persistência após reinícios, expectativas de backup ou recuperação, capacidade e comportamento de falha de cada aplicação dependente.
Outros caminhos de implantação
Conecte os demais componentes da stack.
Implantar PostgreSQL
Escolha uma versão do PostgreSQL, mantenha as credenciais do banco de dados fora do Git, conecte armazenamento persistente e a aplicação e verifique os dados após um reinício.
Implantar FastAPI
Implante um serviço FastAPI com o alvo de importação ASGI, a instalação de dependências, a porta de execução, o endpoint de saúde, os segredos e a versão promovida vinculados ao código-fonte.
Implantar Python
Execute uma aplicação web ou worker Python com o arquivo de dependências, o comando do processo, a rota de saúde e a configuração baseada em segredos junto do código-fonte.
Implantar Workflows Adios
Implante tarefas agendadas, processadores de webhook, etapas de aprovação, tarefas de manutenção e automações operacionais a partir de um manifesto de workflow versionado.
A primeira versão
Implantar pgvector com o código-fonte e as evidências vinculados.
Comece pelo repositório ou por um modelo, revise o contrato de implantação e examine o que será promovido à versão de produção.